A single-criteria optimization of wind farms construction sites

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The research considers the problem of wind farms construction places optimization, due to increasing development of wind energy in Russian energy system. To solve this problem, the indicators characterizing operating modes of wind farms in the energy system have been studied. Based on them, an algorithm has been developed for a single-criteria optimization of wind farms construction places. A test model has been developed for numerical calculations, which provides for the construction six wind farms, as well as idealized models of daily wind flow. The numerical model showed that the choice of target optimization function affects the performance of the optimal wind farm system. In accordance with the obtained results, it was found that the target optimization functions according to the criteria of minimum ramp and amplitude of power change present the best combination of all optimization indicators of optimal wind farm system. With a slight decrease in economic efficiency, there is a significant improvement in the remaining indicators of optimal wind farm system: total ramp rate decreases by 45%, total amplitude of power change decreases by 20% and the base capacity of wind farms increases by 15%.

About the authors

O. Yu. Sigitov

Peoples’ Friendship University of Russia named after Patrice Lumumba

Email: olegsigitov@gmail.com

References

  1. Paraschiv L.S., Spiru Paraschiv S. Contribution of renewable energy (hydro, wind, solar and biomass) to decarbonization and transformation of the electricity generation sector for sustainable development, Energy Reports, Volume 9, Supplement 9, 2023. P. 535–544. ISSN2352-4847, https://doi.org/10.1016/j.egyr.2023.07.024
  2. Brumana G., Ghirardi E., Franchini G. Comparison of different power generation mixes for high penetration of renewables. Sustainability 2024, 16, 8435. https://doi.org/10.3390/su16198435
  3. Hertz Transmission GmbH [Электронный ресурс] — Режим доступа: https://www.50hertz.com/en/Transparency/GridData/Production/Windpower
  4. ČEPS [Электронный ресурс] — Режим доступа: https://www.ceps.cz/en/homepage
  5. ENTSO-E Transparency Platform [Электронный ресурс] — Режим доступа: https://transparency.entsoe.eu/dashboard/show
  6. Jorge Ignacio Cisneros-Saldana, Seyedmohammadhossein Hosseinian and Sergiy Butenko. Network-based optimization techniques for wind farm location decisions. Frontiers of Engineering Management. 2018. Vol. 5(4):533–540. https://doi.org/10.15302/J-FEM-2018025
  7. Gil-González W., Montoya O.D., Grisales-Noreña L.F., Perea-Moreno A.-J., Hernandez-Escobedo Q. Optimal placement and sizing of wind generators in AC grids considering reactive power capability and wind speed curves. Sustainability 2020, 12, 2983. https://doi.org/10.3390/su12072983
  8. Csikós N., Szilassi P. Optimization of wind farm location planning with GIS methods based on a Hungarian case study area (Csongrád County). In: Perspectives of renewable energy in the Danube Region. Institute for Regional Studies, Centre for Economic and Regional Studies, Hungarian Academy of Sciences, Pécs, Magyarország, p. 154–165. (2015) ISBN978-963-9899-91-9.
  9. Montusiewicz J., Gryniewicz-Jaworska M., Pijarski P. Looking for the optimal location for wind farms. Advances in Science and Technology Research Journal. 2015;9(27):135–142. https://doi.org/10.12913/22998624/59095
  10. Poulsen T., Niclasen B.A., Giebel G. and Beyer H.G. Optimization of wind farm portfolios for minimizing overall power fluctuations at selective frequencies — a case study of the Faroe Islands, Wind Energ. Sci., 7, 2335–2350, https://doi.org/10.5194/wes-7-2335-2022, 2022.
  11. Duong M.Q., Nguyen T.T. & Nguyen T.T. (2021). Optimal placement of wind power plants in transmission power networks by applying an effectively proposed metaheuristic algorithm. Mathematical Problems in Engineering. https://doi.org/10.1155/2021/1015367
  12. Phonrattanasak Prakornchai. (2011). Optimal placement of wind farm on the power system using multiobjective bees algorithm. Proceedings of the World Congress on Engineering 2011, WCE2011. 2. 1414–1418. ISBN: 978-988-19251-4-5
  13. Николаев В.Г. Национальный кадастр ветроэнергетических ресурсов России и методические основы их определения / В.Г. Николаев, С.В. Ганага, Ю.И. Кудряшов; Научно-информационный центр “Атмограф”, Центральный аэрогидродинамический институт им. проф. Н.Е. Жуковского и ОАО РАО “ЕЭС России”. Москва: Атмограф, 2008. 581 с. EDN QTFSXD.
  14. Николаев В.Г. Ресурсное и технико-экономическое обоснование широкомасштабного развития ветроэнергетики в России / В.Г. Николаев. Москва: Научно-информационный центр “Атмограф”, 2011. 504 с. ISBN978-5-904178-04-8. EDN YUNNKE.
  15. Николаев В.Г. Схема эффективного размещения ветроэлектрических станций в России / В.Г. Николаев // Естественные и технические науки. 2011. № 3(53). С. 458–470. EDN NVWZBH.
  16. Сидоренко Г.И. Модель оптимизации параметров ветровой электростанции / Г.И. Сидоренко, А. Алджамил // Евразийский союз ученых. 2021. № 1–5(82). С. 35–41. https://doi.org/10.31618/ESU.2413-9335.2021.5.82.1228
  17. Дерюгина Г.В. Оптимизация конфигурации ветроэнергетического комплекса в составе ОЭС Средней Волги / Г.В. Дерюгина, Е.В. Игнатьев, Н.В. Сычев // Вестник Казанского государственного энергетического университета. 2023. Т. 15. № 2(58). С. 45–57.
  18. Артемьев, А.Ю. Многокритериальный выбор районов для размещения ветровых электрических станций / А.Ю. Артемьев, В.А. Шакиров, Т.Н. Яковкина // Системы. Методы. Технологии. 2016. № 3(31). С. 116–122. https://doi.org/10.18324/2077-5415-2016-3-116-122. EDN XQSOBH.
  19. Шакиров В.А., Курбацкий В.Г., Томин Н.В., Гулиев Г.Б. Распределенное размещение ветроэлектростанций для минимизации влияния колебаний мощности на электроэнергетическую систему. Надежность и безопасность энергетики. 2021. № 14(1). С. 52–60. https://doi.org/10.24223/1999-5555-2021-14-1-52-60
  20. Суслов К.В. Развитие систем электроснабжения изолированных территорий России с использованием возобновляемых источников энергии // Вестник Иркутского государственного технического университета. 2017. Т. 21. № 5. С. 131–142. https://doi.org/10.21285/1814-3520-2017-5-131-142
  21. Елистратов В.В. Моделирование работы и оптимизация параметров систем автономного электроснабжения на основе ВИЭ / В.В. Елистратов, Е.С. Аронова // Известия Российской академии наук. Энергетика. 2011. № 1. С. 119–127.
  22. Елистратов В.В. Разработка принципов комплексного подхода к определению эффективности ветро-дизельных энергетических комплексов автономного энергоснабжения / В.В. Елистратов, И.Г. Кудряшева // Электрические станции. 2015. № 10(1011). С. 38–42.
  23. Кузнецов О.Н. Оптимизация установленной мощности гибридной солнечно-ветровой системы с гидроаккумулирующей системой хранения, расположенной в Египте, методом оптимизации на основе алгоритма оптимизации китов / О.Н. Кузнецов, М.С. Султан Хамди // Энергетик. 2020. № 3. С. 23–31.
  24. Васьков А.Г. Оптимизация структуры гибридных энергетических комплексов с потребителями различного типа / А.Г. Васьков, М.Г. Тягунов // Энергетик. 2013. № 6. С. 097–100.
  25. Алгоритм оптимизации основной структуры энергосистем по нескольким критериям / Н.А. Беляев, А.Е. Егоров, Н.В. Коровкин, В.С. Чудный // Методические вопросы исследования надежности больших систем энергетики: Материалы 93-го заседания семинара. В 2 книгах, Волжский, 13–17 сентября 2021 года / Отв. редактор Н.И. Воропай. Том Выпуск 72. Книга 1. — 664033, г. Иркутск, ул. Лермонтова, 130: Федеральное государственное бюджетное учреждение науки Институт систем энергетики им. Л.А. Мелентьева Сибирского отделения Российской академии наук, 2021. С. 353–362.
  26. Интеграция средств имитационного и оптимизационного моделирования при решении задач прогнозирования развития крупномасштабных систем / Ф.В. Веселов, А.Е. Курилов, Г.Г. Рудникова, А.А. Хоршев // Управление развитием крупномасштабных систем: Материалы второй международной конференции, Москва, 1–3 октября 2008 года / Институт проблем управления им. В.А. Трапезникова; Общая редакция — С.Н. Васильев, А.Д. Цвиркун. Том I. — Москва: Институт проблем управления им. В.А. Трапезникова РАН, 2008. С. 212–214.
  27. Крупенев Д.С. Алгоритм оптимизации балансовой надежности электроэнергетических систем / Д.С. Крупенев, С.М. Пержабинский // Известия РАН. Энергетика. 2014. № 2. С. 96–106.
  28. Подковальников С.В. Концептуально-методологические и прикладные вопросы обоснования развития электроэнергетических систем в современных условиях / С.В. Подковальников, О.В. Хамисов, К.А. Семенов // Известия РАН. Энергетика. 2022. № 5. С. 3–21. https://doi.org/10.31857/S0002331022050077
  29. Обоснование развития электроэнергетических систем: Методология, модели, методы, их использование / Н.И. Воропай, С.В. Подковальников, В.В. Труфанов и др.; Отв. ред. Н.И. Воропай. — Новосибирск: Наука, 2015. 448 с. ISBN978-5-02-019212-6.
  30. Сигитов О.Ю. Разработка метода рациональной расстановки ветровых электростанций в электроэнергетической системе: автореф. дис. … канд. техн. наук. М.
  31. Сигитов О.Ю., Чемборисова Н.Ш. Расстановка ветровых электростанций в электроэнергетической системе // Вестник МЭИ. 2021. № 1. С. 21–32.
  32. Сигитов О.Ю. Разработка алгоритма оценки колебаний мощности ветровых электростанций. Электроэнергетика глазами молодежи: материалы XIV Международной научно-технической конференции (1–4 октября 2024 г.): В 2 т. Т 2. — Ставрополь: Северо-Кавказский федеральный университет, 2024. — 258 с. ISBN978-5-9296-1281-7.
  33. Wind energy in Europe — 2020 Statistics and the outlook for 2021–2025, p. 19.
  34. WindEurope. Wind energy in Europe in 2019 — Trends and statistics. WindEurope, 2020
  35. Васьков А.Г. Ветроэнергетика: учебное пособие / А.Г. Васьков, Г.В. Дерюгина, Н.К. Малинин, Р.В. Пугачев. М.: Изд-во МЭИ, 2016.
  36. Хромов С.П. Метеорология и климатология: учебник. 7-е изд. / С.П. Хромов, М.А. Петросянц. М.: Изд-во Моск. ун-та: Наука, 2006.
  37. Ветроэнергетика: учебное пособие / О.Ю. Сигитов, Ю.А. Радин. — Москва: РУДН, 2024. — 138 с.
  38. Радин Ю.А., Сигитов О.Ю., Зорченко Н.В. Требования к маневренности тепловых электростанций в энергосистемах с ветровыми электростанциями, Электрические станции. 2025. № 1. https://doi.org/10.71841/EP.ELST.2025.1122.1.02
  39. Теплов Б.Д. Повышение маневренности и экономической эффективности эксплуатации ПГУ в условиях оптового рынка электроэнергии и мощности / Б.Д. Теплов, Ю.А. Радин // Теплоэнергетика. 2019. № 5. С. 39–47. — https://doi.org/10.1134/S0040363619050096 — EDN ZBGRFB.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2025 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».